OpenAI-PHP Client v0.12.0 版本发布:功能增强与兼容性扩展
OpenAI-PHP Client 是一个为 PHP 开发者提供的官方 OpenAI API 客户端库,它简化了与 OpenAI 各种人工智能服务的集成过程。这个库提供了面向对象的接口,让开发者能够轻松调用文本生成、图像处理、语音识别等 AI 功能,而无需直接处理底层的 HTTP 请求和响应。
主要功能改进
1. 聊天响应增强
新版本对聊天响应功能进行了多项改进。首先增加了对 logprobs(对数概率)的支持,这使得开发者能够获取模型生成每个令牌的概率信息,有助于分析和调试模型的输出。同时,该版本也优化了处理不含 logprobs 字段的响应情况,确保兼容性。
另一个重要改进是支持了 Web 搜索注释功能。当启用 Web 搜索功能时,聊天响应现在可以包含来自网络搜索结果的注释信息,这为构建基于最新网络信息的对话应用提供了可能。
2. 向量存储功能扩展
向量存储功能得到了显著增强。新增了对向量存储文件属性的支持,开发者现在可以为向量存储中的文件附加自定义属性,便于更灵活地管理和检索文件。此外,还实现了向量存储搜索功能,使得基于语义相似度的内容检索更加便捷。
3. 响应元信息标准化
为了提供更一致的开发体验,该版本将响应元信息接口(ResponseHasMetaInformationContract)扩展到了 ThreadRunStepResponse 类。这意味着线程运行步骤响应现在也包含了标准的元数据信息,如创建时间、ID 等,与其他响应类型保持一致。
兼容性扩展
1. 多模型平台支持
v0.12.0 版本显著扩展了对非 OpenAI 模型的兼容性支持。新增了对 Google Gemini 模型的完整支持,使开发者能够通过相同的 API 接口访问 Gemini 的功能。同时,该版本也增加了对阿里云 LLM API 的兼容性支持,为使用阿里云大模型服务的开发者提供了便利。
2. OpenRouter 改进
对于使用 OpenRouter 作为中间件的开发者,该版本修复了令牌使用量响应的问题,确保能够准确获取模型调用的令牌消耗信息。
3. 流式传输优化
改进了对非 OpenAI 模型的流式传输支持,特别是处理返回"ping"消息的模型。这一改进确保了不同模型提供商的流式响应都能被正确处理,为开发者提供了更稳定的流式交互体验。
其他重要改进
在图像处理方面,新增了对图像响应使用量信息的支持,开发者现在可以获取图像生成操作的资源消耗数据。对于内容审核功能,增加了分类应用输入类型的支持,使审核结果更加详细和准确。
文件管理功能也得到了增强,现在支持向文件列表请求传递参数,便于实现更灵活的文件查询和过滤。
测试与稳定性
该版本加强了测试覆盖范围,特别是对助手流式处理能力的测试。这些改进确保了在高并发或长时间运行的场景下,流式交互能够稳定工作。
总结
OpenAI-PHP Client v0.12.0 是一个功能丰富且注重兼容性的版本。它不仅增强了核心的聊天和向量存储功能,还扩展了对多种第三方模型平台的支持,使 PHP 开发者能够更灵活地集成不同提供商的 AI 服务。这些改进使得该库在构建复杂 AI 应用时更加可靠和强大,同时保持了简洁易用的特点。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00